Cassandra 或其他 nosql 数据库中的少对多建模答案

【问题标题】：Few-to-many modeling in Cassandra or other nosql dbCassandra 或其他 nosql 数据库中的少对多建模
【发布时间】：2019-10-22 09:55:42
【问题描述】：

我正在学习 NoSql，并使用 Cassandra。在我的测试数据集中，我有一些问题，每个问题都可能引用一个或多个主题（一个轻量级的 Quora 克隆，其关系模型如下所示）。

例如，关于 C++ 内存管理的问题，可能会参考“C++ 编程”、“软件工程”和“位和字节”等主题。我需要一个支持查询的模型，该查询返回引用特定主题的所有问题。一个简单的模型可能有这样的表：

ReferencesTopic: name="<topic>", value=”{questionId[]}”

然后，对任何主题的查找都会返回一个 JSON blob，其中包含一个 questionId 列表，用于引用该主题的问题。但是，这是一种“多对少”的关系（可能有 200 个主题，每个主题有数百万个 questionId），因此看起来效率很低。

我的想法是对给定主题的 HasTopics 进行分段，每个分段可能有 1000 个 questionId。这将有两个表：

TopicSegments:           name="<topic>", value="{topicSegmentId[]}"
ReferencesTopicSegment:  name=<topicSegmentId>, value="{questionId[]}"

这样做的好处是能够轻松查询给定主题的最近 n 个问题，因为最近的 topicSegmentId 位于 topicSegmentId 列表的底部。

这是一个合理的模型吗？

【问题讨论】：

【解决方案1】：

欢迎来到卡桑德拉。当您有使用关系数据库的经验时，您会遇到最常见的挑战，因为这种模型经常被尝试应用于 Cassandra。

有多种在线资源可帮助您了解这种新范式，例如 rules of data modeling、DS201 in Datastax Academy，对于您使用 cmets 处理的示例，您还应该查看 The Last Pickle regarding Time Series 的这篇帖子

【讨论】：

谢谢。我认为还需要一个数据点（双关语）来结束这一点。使用 Cassandra，每个查询模式应该大约有一个表，因此我提出的 ReferencesTopic 表是该查询的合理模型。将表格划分为若干个问题，将数百万个问题解决为一个主题关注点。